Prof. Dr. Ulrich Gerland
Professur
Kontakt
Wissenschaftliche Laufbahn und Forschungsgebiete
Prof. Gerland (*1970) untersucht das Zusammenspiel von biophysikalischen und biochemischen Prozessen. Er entwickelt Modelle, um zu verstehen, wie biologische Funktionen entstehen und welche Faktoren diese Funktionen limitieren. Eine solche quantitative Charakterisierung biomolekularer Systeme ist sowohl für die Grundlagenforschung relevant, z.B. in der Graduiertenschule Quantitative Biosciences Munich (QBM), als auch für Anwendungen in der Nano-Biotechnologie, z.B. im Rahmen des Exzellenzclusters Nanosystems Initiative Munich (NIM).
Prof. Gerland studierte Physik an den Universitäten Dortmund und Heidelberg. Mit einer am Max-Planck-Institut für Kernphysik angefertigten Arbeit über die Quantenmechanik chaotischer Systeme promovierte er 1998 an der Universität Heidelberg. Nach Aufenthalten als Postdoc an der Universität Karlsruhe und der University of California, San Diego baute er 2003 eine Juniorforschergruppe an der LMU München auf. Seine erste Berufung führte ihn 2006 an die Universität zu Köln, von der er 2008 an die LMU zurückkehrte. Seit 2014 lehrt und forscht Prof. Gerland an der TU München.
Wichtigste Auszeichnungen
- BioSysNet Grant des Bavarian Center for Molecular Biosystems (2012)
- Emmy Noether Stipendium der DFG (2003)
Schlüsselpublikationen (alle Publikationen)
Hinzpeter F., Tostevin F., Buchner A., Gerland U. (2022) “Trade-offs and design principles in the spatial organization of catalytic particles.” Nature Physics 18, 203–211.
AbstractE. Biselli, S.J. Schink, and U. Gerland (2020) " Slower growth of E. coli leads to longer survival in carbon starvation due to a decrease of the maintenance rate." Mol. Syst. Biol. 16, e9478.
AbstractSchink S.J., Biselli E., Ammar C., Gerland U. (2019) “Death rate of E. coli during starvation is set by maintenance cost and biomass recycling.” Cell Systems 9, 64-73.
AbstractErickson* D.W., Schink* S.J., Patsalo V., Williamson J.R., Gerland* U., Hwa* T. (2017) “A global resource allocation strategy governs growth transition kinetics of Escherichia coli.” Nature 551, 119-123.
AbstractP. Hillenbrand, K.C. Maier, P. Cramer, and U. Gerland (2016) "Inference of gene regulation functions from dynamic transcriptome data." eLife 5:e12188.
AbstractBei Änderungs- oder Aktualisierungswünschen wenden Sie sich bitte an Franz Langer.